解读pandas交叉表与透视表pd.crosstab()和pd.pivot_table()函数

 更新时间:2023年09月13日 09:25:13   作者:learning-striving  
这篇文章主要介绍了pandas交叉表与透视表pd.crosstab()和pd.pivot_table()函数的用法,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教

一、交叉表

交叉表:用于计算一列数据对于另外一列数据的分组个数(用于统计分组频率的特殊透视表),pd.crosstab(value1, value2)

pandas.crosstab(index, columns, values=None, rownames=None, colnames=None, aggfunc=None, margins=False, margins_name='All', dropna=True, normalize=False)

计算两个(或多个)因子的简单交叉制表。 默认情况下, 计算因子的频率表,除非传递值数组和聚合函数

  • index:类似数组、系列或数组/系列值的列表,行中分组依据的值
  • columns:类似数组、系列或数组/系列值的列表,列中要作为分组依据的值
  • values:类似数组,可选,要根据因素聚合的值数组,需要指定 aggfunc
  • rownames:序列,默认 None ,如果传递,必须匹配传递的行数组的数量
  • colnames:序列,默认 None ,如果传递,必须匹配传递的列数组的数量
  • aggfunc:function,可选,如果指定,则还需要指定值
  • margins:bool, 默认False 添加行/列边距(小计)
  • margins_name:str,默认为“All”,当边距为 True 时将包含总计的行/列的名称
  • dropna:bool, 默认为True,不包含条目均为 NaN 的列
  • normalize:bool, {‘all’, ‘index’, ‘columns’}, or {0,1}, 默认为False,通过将所有值除以值的总和来归一化

“all”或 True:将对所有值进行归一化

index:将对每一行进行归一化

columns:将对每一列进行归一化

若margins 为 True,也将标准化边距值

  • 返回:数据的 DataFrame 交叉表

传递的任何 Series 都将使用其名称属性,除非指定了交叉表的行或列名称。

传递的任何包含分类数据的输入都将在交叉表中包含其所有类别,即使实际数据不包含特定类别的任何实例也是如此。

如果没有重叠索引,将返回一个空的 DataFrame

a = np.array(["foo", "foo", "foo", "foo", "bar", "bar", "bar", "bar", "foo", "foo", "foo"], dtype=object)
b = np.array(["one", "one", "one", "two", "one", "one", "one", "two", "two", "two", "one"], dtype=object)
c = np.array(["dull", "dull", "shiny", "dull", "dull", "shiny", "shiny", "dull", "shiny", "shiny", "dull"], dtype=object)
pd.crosstab(a, [b, c], rownames=['a'], colnames=['b', 'c'])   
-----------------------------------------------------------------------------------------
# 算数运算,先求和
sum = count.sum(axis=1)
sum
-------------------------------------
# 进行相除操作,得出比例
pro = count.div(sum, axis=0)
pro
-------------------------------------
import matplotlib.pyplot as plt
pro.plot(kind='bar', stacked=True)
plt.show()

二、透视表

透视表:透视表是将原有的DataFrame的列分别作为行索引和列索引,然后对指定的列应用聚集函数,是一种可以对数据动态排布并且分类汇总的表格格式

DataFrame.pivot_table(values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All', observed=False, sort=True)

创建一个电子表格样式的数据透视表作为 DataFrame。数据透视表中的级别将存储在结果 DataFrame 的索引和列上的 MultiIndex 对象(分层索引)中

  • values:要聚合的列,可选,默认对所有列操作
  • index:column, Grouper, array, or list of the previous 如果传递数组,它必须与数据的长度相同。该列表可以包含任何其他类型(列表除外)。在数据透视表索引上分组的键。如果传递一个数组,它的使用方式与列值相同
  • column:column, Grouper, array, or list of the previous 如果传递一个数组,它必须和数据一样长。该列表可以包含任何其他类型(列表除外)。在数据透视表列上分组的键。如果传递一个数组,它的使用方式与列值相同
  • aggfunc:function, list of functions, dict, 默认为numpy.mean 如果传递函数列表,则生成的数据透视表将具有分层列,其顶层是函数名称(从函数对象本身推断)如果传递dict,则键是列聚合和值是函数或函数列表
  • fill_value:scalar,默认 None 用于替换缺失值的值(在聚合后的结果数据透视表中)
  • margins:bool, 默认False 添加所有行/列(例如小计/总计)
  • dropna:bool, 默认为True,不包含条目均为 NaN 的列。如果为 True,则在计算边距之前将忽略任何列中具有 NaN 值的行
  • margins_name:str,默认为“All” 当边距为 True 时将包含总计的行/列的名称
  • observed:bool,默认为 False 这仅适用于任何groupers 是分类的。若为True:仅显示分类groupers 的观察值。否则显示分类groupers 的所有值。​​​​​
  • sort:bool, default True 指定结果是否应该排序
  • 返回 DataFrame:Excel 样式的数据透视表

代码如下

df = pd.DataFrame({"A": ["aaa", "aaa", "aaa", "aaa", "aaa","aa", "aa", "aa"],
                   "B": ["bbb", "bbb", "bbb", "bb", "bb", "bbb", "bbb", "bb"],
                   "C": ["small", "large", "large", "small","small", "large", "small", "small"],
                   "D": [1, 2, 2, 3, 3, 4, 5, 6],
                   "E": [2, 4, 5, 5, 6, 6, 8, 9]})
df
---------------------------------------------------------------------------------------
pd.pivot_table(df, values='D', index=['A', 'B'], columns=['C'], aggfunc=np.sum)   # 通过求和来聚合值
pd.pivot_table(df, values='D', index=['A', 'B'], columns=['C'], aggfunc=np.sum, fill_value=0)   # 可以使用fill_value参数填充缺失的值
pd.pivot_table(df, values=['D', 'E'], index=['A', 'C'], aggfunc={'D': np.mean, 'E': np.mean})   # 通过对多个列取平均值进行聚合
pd.pivot_table(df, values=['D', 'E'], index=['A', 'C'], aggfunc={'D': np.mean, 'E': [min, max, np.mean]})   # 可以为任何给定值列计算多种类型的聚合

操作演示如下

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • PyCharm活动模板设置步骤实现

    PyCharm活动模板设置步骤实现

    很多情况,我们在写代码都会存在经常要写一些简单且又重复的代码,Pycharm中的活动模板可以把这些使用频率很高的一些代码打包起来设置一个快捷键,本文就来介绍一下如何实现
    2023-12-12
  • 深入理解python中的闭包和装饰器

    深入理解python中的闭包和装饰器

    下面小编就为大家带来一篇深入理解python中的闭包和装饰器。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2016-06-06
  • python的列表List求均值和中位数实例

    python的列表List求均值和中位数实例

    这篇文章主要介绍了python的列表List求均值和中位数实例,具有很好对参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-03-03
  • Python制作个性化的词云图实例讲解

    Python制作个性化的词云图实例讲解

    大家好,本篇文章主要讲的是Python制作个性化的词云图实例讲解,感兴趣的同学赶紧来看一看吧,对你有帮助的话记得收藏一下
    2022-02-02
  • pythotn条件分支与循环详解(2)

    pythotn条件分支与循环详解(2)

    这篇文章主要介绍了Python条件分支和循环用法,结合实例形式较为详细的分析了Python逻辑运算操作符,条件分支语句,循环语句等功能与基本用法,需要的朋友可以参考下
    2021-08-08
  • python简单实现基数排序算法

    python简单实现基数排序算法

    这篇文章主要介绍了python简单实现基数排序算法,仅用4行代码即可实现基数排序算法,非常简单实用,需要的朋友可以参考下
    2015-05-05
  • 利用Python制作简易的核酸检测日历

    利用Python制作简易的核酸检测日历

    这篇文章主要为大家详细介绍了如何利用Python语言制作简易的核酸检测日历,文中的示例代码讲解详细,感兴趣的小伙伴可以动手尝试一下
    2022-09-09
  • 详解Python中的数据清洗工具flashtext

    详解Python中的数据清洗工具flashtext

    FlashText是GitHub上的一个开源Python库,正如之前所提到的,它在提取关键字和替换关键字任务上有着极高的性能。本文将详解一下flashtext的使用,需要的可以参考一下
    2022-06-06
  • Python中os模块的使用及文件对象的读写详解

    Python中os模块的使用及文件对象的读写详解

    这篇文章主要介绍了Python中os模块的使用及文件对象的读写详解,Python open() 方法用于打开一个文件,并创建返回文件对象,在对文件进行处理过程都需要使用到这个函数,如果该文件无法被打开,会抛出 OSError,需要的朋友可以参考下
    2023-08-08
  • Python time模块时间获取和转换方法

    Python time模块时间获取和转换方法

    这篇文章主要介绍了Python time模块时间获取和转换,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2023-05-05

最新评论